fix(memory): 千问文本塔补齐 tokenizer post_processor 与真实 ONNX 回归

验证 Go 端到端路径时发现：HuggingFace 的 tokenizer.json 带 TemplateProcessing
post_processor，规则是 `$A <|endoftext|>`——即每段输入末尾都会追加一个
`<|endoftext|>`(151643)。它正是图内 last-token 池化的锚点：

- 漏掉它：ONNX 仍能运行（不会报错），但池化取到的是模板末尾的 assistant
  起始符，而非 post token，整条嵌入向量与上游不一致；
- 截断语义：HuggingFace 在 truncation=true 时先把正文截到 maxLen-1，
  再保留末尾 post token（实测 600×"记忆"→ [511 正文][151643]）。

改动：
1. Tokenizer 新增 encodeModelInput(text, maxLen)：Encode 后追加 post token，
   并在超长时先截到 maxLen-1；缺 <|endoftext|> 直接报错（防静默错误）。
2. Embedder.VectorizeDense 改用 encodeModelInput。
3. 测试：
   - TestEncodeModelInputPostProcessor：短文本+post token；长文本按 512 截断
     且尾 token 为 post token（用 600×"记忆"确保真的触发截断分支）。
   - embedder_onnx_test.go（onnxruntime 标签）：用 Python onnxruntime 1.28
     生成的冻结参考向量验证完整 Go 路径（模板渲染→BPE→ONNX→L2 normalize），
     逐维 diff ≤ 2e-5；同时断言模型输入恰好 23 token 且末尾是 post token。
     产物不在时跳过（与 tokenizer_test 相同约定）。
   - 修正先前测试误用 400×"记忆"：BPE 把"记忆"合并为单 token，400 次只有
     400 token 不触发截断；改用 600 次后确实走到 maxLen-1 分支。

其余（ORT 库路径、指纹纳入 .onnx.data）一并随本提交带上。

验证：go test ./internal/memory/qwen 与 -tags onnxruntime 全绿；
FP32 图与 PyTorch 在短/长/等长批次/真实 padding 批次上余弦均 ≥0.99999994。

internal/memory/qwen/tokenizer_test.go

@@ -4,6 +4,7 @@ import (
 	"encoding/json"
 	"os"
 	"path/filepath"
+	"strings"
 	"testing"
 )
 
@@ -172,6 +173,37 @@ func TestRenderInstructionInputMatchesTemplate(t *testing.T) {
 	t.Fatal("参考数据里缺少该模板串用例")
 }
 
+// 模型输入还要执行 tokenizer.json 的 TemplateProcessing：末尾追加
+// <|endoftext|>；超长输入先给正文留 maxLen-1 个位置，再保留 post token。
+func TestEncodeModelInputPostProcessor(t *testing.T) {
+	tok := loadTokenizer(t)
+	postID, ok := tok.SpecialID("<|endoftext|>")
+	if !ok {
+		t.Fatal("tokenizer 缺少 <|endoftext|>")
+	}
+
+	shortRaw := tok.Encode("你好")
+	short, err := tok.encodeModelInput("你好", 512)
+	if err != nil {
+		t.Fatalf("短文本 encodeModelInput: %v", err)
+	}
+	if len(short) != len(shortRaw)+1 || short[len(short)-1] != postID {
+		t.Fatalf("短文本 post-processor 异常: raw=%v model=%v", shortRaw, short)
+	}
+
+	longRaw := tok.Encode(strings.Repeat("记忆", 600))
+	long, err := tok.encodeModelInput(strings.Repeat("记忆", 600), 512)
+	if err != nil {
+		t.Fatalf("长文本 encodeModelInput: %v", err)
+	}
+	if len(long) != 512 || long[511] != postID {
+		t.Fatalf("长文本截断异常: len=%d tail=%v", len(long), long[len(long)-1:])
+	}
+	if !sameIDs(long[:511], longRaw[:511]) {
+		t.Fatal("长文本正文未按 maxLen-1 截断")
+	}
+}
+
 // byteEnc 必须是双射：256 个字节映射到 256 个互不相同的码点。
 // 有碰撞就会让不同字节编成同一个 token，静默产生错误输入。
 func TestBytesToUnicodeBijective(t *testing.T) {